是发挥两种模型优势的重要方法。措施包括为深度学习模型引入数值机理模型数据流以进行特征增强；实施模型级联...
本课题组近期在Engineering Applications of Artificial Intelligence期刊上发表论文"Investigation of Hybrid Modeling and Its Transferability in Building Load Prediction Used for District Heating Systems"(用于区域供热系统负荷预测的机理数据...
项目团队依托河钢邯钢公司邯宝2250mm热连轧生产线,基于现有自动化与信息化系统,深度融合数据驱动模型与机理模型,首次开发了热连轧过程动态数字孪生模型并建立了CPS控制系统平台,提高了轧制工艺对复杂多变工况的原位分析能力,改善了热连轧过程三...
专利摘要显示，本申请实施例公开了一种基于数据驱动与机理模型融合的措施推荐方法和系统；本申请实施例包括：获取应用场景对应的监测数据；基于所述监测数据，生成应用场景对应的实时足迹演化集合；基于足迹演化路径、所述足迹演化路径对应的处置措施以及所述处置措施对应的受控结果，生成所述应用场景对应的映射表；基于所述应...
大坝机理-数据融合模型基本结构适用性机理与数据的融合对大坝建造-运维全生命周期性态准确高效评估与调控至关重要.本文梳理了大坝建造面临的主要难题与融合模型的发展历程,提出了融合模型串联,并联,混联的三种结构型式,基本特征及适用性,并通过混凝土拱坝温度场监测分析工程实例阐述了融合模型的应用方式及适用性.研究表明:...
2、机理模型与数据模型融合的意义 污水处理系统是一个复杂的非线性系统,其工艺过程涉及水力学、化学反应、微生物学等多个领域。传统的控制方法常常依赖于机理模型,即基于物理规律和经验判断建立的模型。然而,机理模型往往存在参数估计困难、模型精度不高等问题。相比之下,数据模型具有无需事先了解工艺过程原理、具有较高...
而数据驱动的模型又仅仅依赖数据本身,模型的可解释性差,无法对没有学习过的场景进行仿真。两种建模方法各有优劣,基于此,本研究针对废水处理中的过程进行数据驱动和知识机理在微分层次上的融合设计,构建了混合模型,并通过比较发现了混合模型相比于单一建模的优势。
依托河钢邯钢公司邯宝2250mm热连轧生产线,基于现有自动化与信息化系统,深度融合数据驱动模型与机理模型,首次开发了热连轧过程动态数字孪生模型并建立了CPS控制系统平台,提高了轧制工艺对复杂多变工况的原位分析能力,改善了热连轧过程尺寸控制指标。 1.大数据平台与数据治理 ...
对于学术型油气人工智能应用场景 , 主要是关心算法及其相关 理论应用 , 着重于解决智能点的局部问题;对于工业级人工智能应用场景 , 更多的要关心数据治理 、 数据集 、 平台 、 多源多尺度多 模态数据融合建模 、 数据驱动与机理模型融合建模以及机器学习模型的可解释性等问题 。 针对数据驱动与机理模型融合问题 ,...
基于机理模型与数据模型融合的污水处理智能控制系统构建思路 基于机理模型与数据模型融合的污水处理智能控制系统构建思路 一、引言 随着人口的增长和城市化的加速,污水处理成为环保领域的重要课题。传统的污水处理方法面临着处理效果不稳定、能耗高、操作复杂等问题。智能控制技术为污水处理提供了新的思路和方法。本文旨在...